PTrade 策略风控教程：如何用代码实现追踪止损（Trailing Stop-Loss）？

这是一个为您编写的适用于 PTrade 平台的 追踪止损（Trailing Stop-Loss） 函数。

策略逻辑说明

追踪止损的核心逻辑是：记录持仓以来的最高价格（High Watermark），当当前价格从最高点回撤达到设定的百分比时，触发卖出。

1. 初始化：在 initialize 中定义一个全局字典 g.high_prices 用来存储每只股票的最高价，以及设定回撤阈值 g.trailing_gap。
2. 更新最高价：在每个交易周期（handle_data），检查持仓股票的当前价格。如果当前价格高于记录的最高价，则更新最高价。
3. 触发止损：计算 止损价 = 最高价 * (1 - 回撤阈值)。如果 当前价格 <= 止损价，则清仓卖出。
4. 清理数据：卖出后，从字典中移除该股票的记录，以便下次买入时重新计算。

PTrade 策略代码

def initialize(context):
    """
    初始化函数
    """
    # 设置股票池（示例：恒生电子）
    g.security = '600570.SS'
    set_universe(g.security)
    
    # 设定追踪止损的回撤阈值 (例如 5%)
    g.trailing_gap = 0.05
    
    # 用于存储每只持仓股票的历史最高价（High Watermark）
    # 格式: {'股票代码': 最高价格}
    g.high_prices = {}
    
    # 简单的买入标记，用于演示
    g.bought = False

def handle_data(context, data):
    """
    盘中运行函数
    """
    # ---------------------------------------------------
    # 1. 简单的买入逻辑（仅用于演示，以便有持仓可以测试止损）
    # ---------------------------------------------------
    if not g.bought:
        # 全仓买入示例股票
        order_target_value(g.security, context.portfolio.cash)
        g.bought = True
        log.info("演示买入: %s" % g.security)

    # ---------------------------------------------------
    # 2. 调用追踪止损函数
    # ---------------------------------------------------
    check_trailing_stop(context, data)


def check_trailing_stop(context, data):
    """
    追踪止损核心函数
    """
    # 获取当前账户所有持仓的股票代码列表
    # context.portfolio.positions 包含所有持仓信息
    holding_list = list(context.portfolio.positions.keys())
    
    # 遍历每一只持仓股票
    for stock in holding_list:
        position = context.portfolio.positions[stock]
        
        # 如果持仓数量为0，跳过（可能是已卖出但对象还在缓存中）
        if position.amount == 0:
            # 如果该股票还在最高价记录中，清理掉
            if stock in g.high_prices:
                del g.high_prices[stock]
            continue
            
        # 获取当前价格
        # 注意：data[stock] 获取的是 SecurityUnitData 对象
        current_price = data[stock]['close']
        
        # ---------------------------------------------------
        # 逻辑 A: 初始化或更新最高价 (High Watermark)
        # ---------------------------------------------------
        # 如果该股票不在记录中（刚买入），或者当前价格创新高
        if stock not in g.high_prices:
            # 刚买入时，将最高价初始化为当前价（或者可以使用持仓成本 position.cost_basis）
            g.high_prices[stock] = current_price
            log.info("初始化追踪止损记录: %s, 当前价: %.2f" % (stock, current_price))
        elif current_price > g.high_prices[stock]:
            # 创新高，更新最高价
            old_high = g.high_prices[stock]
            g.high_prices[stock] = current_price
            log.info("更新最高价: %s, 从 %.2f -> %.2f" % (stock, old_high, current_price))
            
        # ---------------------------------------------------
        # 逻辑 B: 计算止损线并检查是否触发
        # ---------------------------------------------------
        # 计算触发止损的价格
        high_price = g.high_prices[stock]
        stop_price = high_price * (1 - g.trailing_gap)
        
        # 检查是否跌破止损价
        if current_price <= stop_price:
            log.warning("触发追踪止损: %s" % stock)
            log.warning("历史最高价: %.2f, 设定回撤: %.1f%%, 止损触发价: %.2f, 当前价: %.2f" % (
                high_price, 
                g.trailing_gap * 100, 
                stop_price, 
                current_price
            ))
            
            # 执行卖出操作：清仓
            order_target(stock, 0)
            
            # 卖出后，从记录字典中移除该股票，防止重复逻辑或干扰下次交易
            del g.high_prices[stock]

代码关键点解析

1. g.high_prices 字典：

   • 这是实现追踪止损的关键。因为 handle_data 是循环运行的，我们需要一个持久的变量来记住“这只股票自从我买入以来，最高涨到了多少”。
   • 使用字典结构 {'600570.SS': 50.5, '000001.SZ': 12.3} 可以同时管理多只股票的止损逻辑。

2. context.portfolio.positions：

   • 我们遍历 context.portfolio.positions 而不是 g.security，这样可以确保函数对账户里所有实际持有的股票生效，无论它们是如何买入的。

3. 初始化逻辑：

   • if stock not in g.high_prices: 这一步处理刚买入的情况。通常我们将“当前价”设为初始最高价。如果您希望更保守，也可以使用 position.cost_basis（持仓成本）作为初始基准。

4. Python 版本兼容性：

   • 代码使用了 % 格式化字符串（例如 "当前价: %.2f" % current_price），这是为了确保在 PTrade 可能使用的旧版本 Python（如 Python 3.5）中也能完美运行，避免使用 f-string 导致语法错误。

如何在您的策略中使用

1. 将 check_trailing_stop 函数完整复制到您的策略代码底部。
2. 在 initialize 函数中添加 g.high_prices = {} 和 g.trailing_gap = 0.05（您可以修改 0.05 为您想要的比例，如 0.10 代表 10%）。
3. 在 handle_data 函数的末尾调用 check_trailing_stop(context, data)。

Q&A

Q1: 这个函数支持分钟级别回测吗？
A1: 支持。handle_data 在分钟回测模式下每分钟运行一次，该函数会实时更新分钟线收盘价作为最高价，并在盘中触发止损。

Q2: 如果我手动卖出了一部分股票，这个函数会出错吗？
A2: 不会。函数中使用 order_target(stock, 0) 是清仓指令。如果您手动卖出了部分股票，context.portfolio.positions 中的数量会更新，函数会继续对剩余持仓进行追踪止损。如果您手动全卖了，position.amount 变为 0，代码中的判断逻辑会清理掉对应的 g.high_prices 记录。

Q3: 如何修改为“固定价格止损”而不是“追踪止损”？
A3: 如果需要固定价格止损（例如亏损 5% 就卖，不管中间涨了多少），只需将 g.high_prices[stock] 的更新逻辑去掉，始终将其固定为 position.cost_basis（持仓成本价）即可。